南京邮电大学 数值计算实践报告
数值计算实践
I 、方程求根
一、实验目的
熟悉和掌握Newton 法,割线法,抛物线法的方法思路,并能够在matlab 上编程实现
二、问题描述
(1).给定一个三次方程,分别用Newton 法,割线法,抛物线法求解. 方程的构造方法:
(a)根:方程的根为学号的后三位乘以倒数第二位加1再除以1000. 假设你的学号为B06060141,则根为141*(4+1)/1000=0.564
(b)方程:以你的学号的后三位数分别作为方程的三次项,二次项,一次项的系数,根据所给的根以及三个系数确定常数项. 例如:
你的学号是B06060141,则你的方程是x 3+4x 2+x+a 0=0的形式. 方程的根为0.564,因此有
0.5643+4*0.5642+0.564+a0=0,于是a0=-2.015790144 你的方程为x 3+4x 2+x-2.015790144=0.
(2)假设方程是sinx+4x 2+x+a0=0的形式(三个系数分别是学号中的数字),重新解决类似的问题
(3)构造一个五次方程完成上面的工作.
四次方程的构造:将三次多项式再乘以(x-p*)2得到对应的五次多项式(p*为已经确定的方程的根,显然,得到的五次方程有重根).
(4)将(2)中的方程同样乘以(x-p*)得到一个新的方程来求解
注:(1)Newton 法取0.5为初值,割线法以 0,1为初值,抛物线法以0,0.5,1为初值, (2)计算精度尽量地取高.
终止准则:根据ε<--||1n n p p 来终止
(3)可供研究的问题:
(一)ε的取值不同对收敛速度有多大的影响
(二)将注(1)中的初值该为其它的初值,对收敛性以及收敛速度有无影响 (三)能否求出方程的所有的根 (4)实验报告的撰写
实验报告包含的内容:(一)实验目的(二)问题描述(三)算法介绍(包括基本原理)(四)程序(五)计算结果(六)结果分析(七)心得体会
三、算法介绍
在本问题中,我们用到了newton 法,割线法,抛物线法。 1.Newton 法迭代格式为: )
()
('1k k k k x f x f x x -
=+ 当初值与真解足够靠近,newton 迭代法收敛,对于单根,newton 收敛速度很快,对于重根,收敛较慢。
2.割线法:为了回避导数值的计算,使用上的差商代替,得到割线法迭代公式:
)
()()
)((111--+---
=k k k k k k k x f x f x x x f x x
割线法的收敛阶虽然低于newton 法,但迭代以此只需计算一次函数值,不需计算其导数,所以效率高,实际问题中经常应用。
3.抛物线法:可以通过三点做一条抛物线,产生迭代序列的方法称为抛物线法。其迭代公式为:
)
)(](,,[)](,[][)(1112-----+-+=-k k k k k k k k x x x x x x x f x x x x f x f x p k 其中 ],,[],,[211---k k k k k x x x f x x f 是一阶均差和二阶均差。 收敛速度比割线法更接近于newton 法。
对于本问题的解决就以上述理论为依据。终止准则为:ε<--||1n n x x 本题中所有精度取1e-8。
四、程序计算结果 问题一
根据所给的要求,可知待求的方程为:03356.0223=-++x x x 牛顿法
建立newton_1.m 的源程序,源程序代码为:
function y=newton_1(a,n,x0,nn,eps1) x(1)=x0; b=1; i=1;
while(abs(b)>eps1*x(i))
i=i+1;
x(i)=x(i-1)-n_f(a,n,x(i-1))/n_df(a,n,x(i-1));
b=x(i)-x(i-1);
if(i>nn)error
return;
end
end
y=x(i);
建立n_f.m的源程序来求待求根的实数代数方程的函数,源程序代码为:function y=n_f(a,n,x)% 待求根的实数代数方程的函数
y=0.0;
for i=1:(n+1)
y=y+a(i)*x^(n+1-i);
end
建立n_df.m的源程序来方程的一阶导数的函数,源程序代码为:function y=n_df(a,n,x)% 方程的一阶导数的函数
y=0.0;
for i=1:n
y=y+a(i)*(n+1-i)*x^(n-i);
end
在matlab软件中执行下列语句并得到的最终结果截图:
割线法
建立gexian.m的源程序,源程序代码为
function x=gexian(f,x0,x1,e)
if nargin<4,e=1e-4;end
y=x0;x=x1;i=0;
while abs(x-y)>e
i=i+1;
z=x-(feval(f,x)*(x-y))/(feval(f,x)-feval(f,y));
y=x;
x=z;
end
i
在matlab软件中执行下列语句并得到的最终结果截图:
抛物线
建立paowuxian.m的源程序,源程序代码为:
function x=paowuxian(f,x0,x1,x2,e)
if nargin<4,e=1e-4;end
x=x2;y=x1;z=x0;i=0;
while abs(x-y)>e
i=i+1;
h1=y-z;
h2=x-y;
c1=(feval(f,y)-feval(f,z))/h1;
c2=(feval(f,x)-feval(f,y))/h2;
d=(c1-c2)/(h1+h2);
w=c2+h2*d;
xi=x-(2*feval(f,x))/(w+(w/abs(w))*sqrt(w^2-4*feval(f,x)*d));
z=y;
y=x;
x=xi;
end
i
在matlab软件中执行下列语句并得到的最终结果截图:
研究一:只改变初值
由上述结果可知,方程的解在0.2附近,所以将牛顿法为0.2;割线法的初值设为0,0.4;抛物线法的初值设为0,0.2,0.4;
牛顿法
根据问题1中牛顿法的程序,在matlab软件中执行下列语句并得到的最终结果截图:
割线法
根据问题1中割线程序,在matlab软件中执行下列语句并得到的最终结果截图:
抛物线法
根据问题1中抛物线法程序,在matlab软件中执行下列语句并得到的最终结果截图:
研究二只改变精度
将精度由1e-8改为1e-50和1e-100观察迭代次数有何变化
牛顿法:
根据问题1中的牛顿法的程序,在matlab软件中执行下列语句并得到的最终结果截图:
精度为1e-50时
精度为1e-100时
割线法
根据问题1中的割线法的程序,在matlab软件中执行下列语句并得到的最终结果截图:
精度为1e-50时
精度为1e-100时
抛物线法
根据问题1中的抛物线法的程序,在matlab软件中执行下列语句并得到的最终结果截图:
精度为1e-50时
精度为1e-100时
、
研究结论
在只改变初值时,当初值定得越靠近初值,迭代次数就越少。
在只改变精度时,当精度越来越大时,迭代次数并几乎不变。
综上所述,初值对迭代次数的影响比较大,精度对迭代次数影响不大。
问题二
问题描述
根据所给的要求,可知待求的方程为:03356.02sin 2=-++x x x
问题分析
仍然利用(1)中方法求解这一问题,并利用图解法找到初值,通过观察图像,将newton 法初值设为:0.1,割线法初值设为:0,0.2。抛物线法初值设为:0,0.1,0.2。 图像见下图:
00.10.20.30.40.50.60.70.80.91
-0.5
00.511.522.533.5
4
Newton 法
问题一的牛顿法的求解只适用于线性方程,所以在问题二中用其他方法来求解方程。
建立newton1.m 源程序,源程序代码为: function x=newton1(fn,dfn,x0,e) if nargin<4,e=1e-4;end
x=x0;x0=x+2*e;i=1;
while abs(x0-x)>e
i=i+1;
x0=x;
x=x0-feval(fn,x0)/feval(dfn,x0);
end
在matlab软件中执行下列语句并得到最终结果截图
割线法
利用问题一中的割线法程序,在matlab软件中执行下列语句
抛物线法
利用问题一中的抛物线法程序,在matlab 软件中执行下列语句
问题三
问题描述
按照题目要求对五次方程进行构造为:0)224.0)(3356.02(223=--++x x x x
问题分析
仍然利用一中方法求解这一问题,并利用图解法找到初值,通过观察图像,将牛顿法的两组初值为0以及0.5,割线法初值设为:0,0.5以及0,0.2。抛物线法初值设为:两组初值为0,0.5,1以及0,0.25,0.5。
00.050.10.150.20.250.3
-18
-16-14-12-10-8-6-4-202
-3
牛顿法
利用问题二中的程序,在matlab 软件中执行下列语句: 初值为0时
初值为0.5时
割线法
利用问题一中割线法的程序,在matlab软件中执行下列语句:初值为0,0.5时
初值为0,0.2时
抛物线法
利用问题一中抛物线法的程序,在matlab软件中执行下列语句:初值为0,0.5,1时
初值为0,0.25,0.5时
问题四
问题描述
根据题目要求对方程进行构造为:0)224.0)(3356.02(sin 2=--++x x x x
问题分析
仍然利用问题一中方法求解这一问题,并利用图解法找到初值,通过观察图像,newton 法初值选取了两组初值为0以及0.5,割线法初值设为:0,0.5和0,0.3。抛物线法初值设为:两组初值为0,0.2,0.4以及0,0.5,1。
0.050.10.150.20.250.3
-0.01
00.010.020.030.040.050.060.070.08
牛顿法
利用问题二中的程序,在matlab 软件中执行下列语句: 初值为0时
初值为0.5时
割线法
利用问题一中割线法的程序,在matlab软件中执行下列语句:初值为0,0.5时
初值为0,0.3时
抛物线法
利用问题一中抛物线法的程序,在matlab软件中执行下列语句:
初值为0,0.1,0.2时
初值为0,0.5,1时
五、计算结果及分析
Newton法割线法抛物线法问题一0.224 0.224 0.224
问题二0.1466 0.1466 0.1466 问题三0.224 0.224 0.224
问题四0.224和
0.146577258557101 0.224和
0.1466
0.224和
0.1466
结果分析
将Newton法,割线法,抛物线法进行比较可以看到在本文题中,三种方法计算得到的最终结果基本相同,但是迭代步数有较大差别,综合看来Newton法迭代步数最少,割线法次之,抛物线法最次。在各个问题的研究中,我通常都会采用不同的初值,发现不同初值会对应不同的迭代次数,另外针对问题一,我选用了不同的精度,发现迭代次数并没有很大的变化,因而一个初值的选定可以对迭代次数产生很大的影响,而精度的改变对迭代次数的影响很小。
对每个算法单独来看,显然选择初值不同对于迭代步数影响较大,对于找到根也会有影响。因此应该先通过画图确定根的大致位置,给出在其附近的初值。
六、心得体会
在实现这三个算法的过程中,本身编程较易实现,最重要的是对算法本身的理解,只有真正理解算法的含义才能更快更好的实现程序。
II、离散型最小二乘和连续型最小二乘问题一、实验目的
掌握并能够利用离散型最小二乘和连续性最小二乘求解问题。
二、问题描述
1:以函数错误!未找到引用源。生成的6个数据点(0.25,23.1),(1.0,1.68), (1.5,1.0),(2.0,0.84),(2.4,0.826),(5.0,1.2576)为例,运行程序得到不同阶对应的曲线拟合产生的多项式函数。
2. 例题:计算
f(x)=exp(x)在[-1,1]上的二、三次最佳平方逼近多项式。
并画图进行比较。
三、问题分析
问题1是离散最小二乘问题。
最小离散最小二乘就是根据一批有误的数据(错误!未找到引用源。)
i=1,2,…,n 确定参数,并通过均方误差来比较曲线拟合的优劣,在本题中通过画图来比较不同阶方程拟合效果的优劣。 选择两种方法实现离散最小二乘。
方法一,建立normal equation(法方程组),求解k 次多项式系数。法方程组构造方法:
∑∑∑∑∑∑∑∑∑∑∑∑===+===+=======+++=+++=+++m
i n
i
i m
i n
i
n m
i n i
m
i n
i m
i i
i m
i n i
n m
i i m
i i m
i i
i m i n
i n m i i m i i x y x a x a x a x y x a x a x a x y x a x a x a 0
20
1
10
001
1
2
10
1
00
001
100
0.... . . . . . ......
方法二:由于在matlab 中存在ployfit 函数,可以即为方便的用k 次多项式拟合。
问题2是一个连续型最小二乘法的应用实例。
对于给定的函数],[)(b a C x f ∈,如果存在
*01(){(),(),,()}
n S x Span x x x ???∈L
使得
[]22
*
()()()min ()()()b
b
a
a
a x b
x f x S x dx x f x s x dx
ρρ≤≤??-=-???
?
则称S *(x )是f (x )在集合01{(),(),,()}n Span x x x ???L 中的最佳平方逼近函数。
显然,求最佳平方逼近函数)()(0**
x a x S j n
j j ??=∑=的问题可归结为求它的系数
*
*1*0,,,n
a a a Λ,使多元函数 dx x a x f x a a a I j n j j b
a
n 2
010)()()(),,,(??
?
???-=∑?
=?ρΛ
取得极小值,也即点(*
*1*0,,,n
a a a Λ)是I (a 0, …,a n )的极点。由于I (a 0, a 1, …,a n )是关于a 0, a 1, …,a n 的二次函数,利用多元函数取得极值的必要条件,